某集团(下文简称A集团)是一家农畜牧业的大型集团。全国有60多家子公司,年产能900多万吨,是农业产业化国家重点龙头企业、中国企业500强、中国制造业500强、中国民营企业500强、中国畜牧行业百强优秀企业。
以下是演讲案例:
项目背景
A集团从2008年开始,企业规模在逐年上升,业务逐步向上下游进行渗透,开拓了更多的新业务。并且企业管理难度在不断提升,人效下降,整个企业的效率也在下降。而行业竞争也越发激烈,特别是饲料行业。同行和市场的挑战,迫使A集团需要以更快的速度,更加灵活的响应去面对市场,通过信息化的工具配合管理的改进,提升企业效率,进而提升企业竞争力。
从2013年开始,我们逐步进行了电子表格>>PC报表>>移动端报表的分析平台升级。电子表格阶段主要是IT人员用SQL取数,PC报表是我们自己代码开发页面。2016年初这样的方式发生了核心变化,公司高层确定建设数据分析平台,构建企业经营数据分析体系。过去的方式缺乏体系,IT与业务的配合更像是流水线的工作,技术时耗占了大多数,难以融入业务分析理念。随后我们重点过渡到用帆软平台工具来生成报表分析,不同终端推送业务分析报表,开展数据化管理事业。
项目所给予的机会
通过整合A集团内部已有生产、销售、采购、财务系统,把各业务系统的数据通过报表平台进行整合,提供整体经营分析数据和运营分析报表体系,保证第一时间拿到一手数据,提升管理水平和企业竞争力。
同时,之前多年实施的基础业务系统,主要是业务部门的中低层人员在使用,公司高层很少能关注信息部门的突出贡献。而这个项目的大屏和移动端数据分析为IT信息部门提供了绝佳机会。
项目面临的挑战
机会与挑战并存,项目本身的难度挑战还是相当大的。
数据分割:NC、OA、CRM、主数据等不同的系统数据分割,存在数据孤岛,导致报表存在信息孤岛,被迫借助手工报表完成汇总。
查询渠道多、效率低:之前我们的报表信息都是手机查询、PC查询、邮件推送单独执行,相互之间数据不一定关联,缺乏统一的报表管理平台。
数据分析流程繁琐、不畅:之前流程上是领导临时提出报表需求>>业务人员临时提出数据需求>>IT部门临时SQL取数,提供Excel。如果报表稍有调整,一般就需要返回到IT部门重新调整取数。领导查询报表不方便,业务人员重复制作报表,IT人员重复取数,报表没有沉淀,不能复用,不能自动生成。缺乏统一的经营分析报表体系。
业务风险难控制:之前我们的营销财务部没有发一次预警报表,营销干部收到的预警报表时,风险多半都已经很高了,有些风险甚至已经发生。业务风险因为预警延迟而难以控制。我们有探索如何提高预警报表生成效率,最后发现因为数据层层汇总,报表多人制作,流程难以有效压缩。
报表平台方案
针对业务系统数据分割、数据不统一、无业务分析体系、需求响应慢等现存问题,我们从数据治理、业务分析流程再造、数据分析流程三个方面实施了报表数据分析平台。
数据整合
集团现有数据主要沉淀在NC、OA、CRM和主数据库中。如何打通系统,做数据集中?高层从集团信息化战略规划考虑,暂时没有上马数据仓库。要求数据分析平台能够直接对接不同的数据源,实现业务分析报表指标、维度完整,全面支持领导决策。我们选择的报表平台提供了多源取数功能。除了我们现有的数据库,还支持Excel数据源、文本、程序数据源等,方便而高效。
数据质量控制
解决数据质量问题,通常两个方案。一是用ETL工具做批量清洗,二是人工数据审核。针对业务日常运营,我们主要采用的是后者方案。通过报表平台的数据多级填报审核平台,平均每个业务模块超过15张审核报表页面,定时推送到制定人员进行审核。同时,页面可以直接实时调取业务系统最新数据,进行盘点,无需大量人工录入,系统日常使用方便,准确,高效。
业务分析流程再造
之前的业务分析流程,IT部门作为最底层的支持人员,不断被动响应业务部门的数据提取需求,并不掌握业务部门业务分析的核心。依托报表平台系统的数据分析功能和简便的操作,我们现在直接对接最终需求。前期调研业务需求,然后当天反馈数据分析报表,最迟一周内反馈分析报表。如需调整,除了可以当场拖拽调整外,也可以直接指导业务部门学习制作报表。核心在于报表平台上手容易,操作简便。当然,专业的报表还是需要依托我们技术部门。
报表分析平台效果展现
依托报表平台,我们一期重点做了财务管理分析、采购品管分析、供应链管理分析、IT运维管理分析、销售运营五大板块。
(关于财务、采购、供应链、销售运营方面的更多具体效果,涉及具体的运营数据,不便公开交流,欢迎留言联系。)
数据分析平台成果亮点汇总
第一:数据整合。我们实现了集团内部数据的全部统一,业务部门要的数据再也不会难以获取。
第二:权限统一。我们实现了全集团报表和数据的权限统一,一个平台即可进行维护分配。
第三:个性化通知。我们可以分根据每个人的需求,每个人的权限,自动推送个性化内容的报表邮件,让习惯邮件的业务人员和领导及时掌握最新数据和信息。
第四:效率提升。统一报表平台+移动端报表+推送邮件,这种方式的效率,比原来的Excel表格,方便多了。业务部门不用再重复制作报表,取数方便简单,更多精力用在业务运营上。同时IT部门也不必重复为业务部门提供数据,保证了数据的准确性,同时避免了重复劳动。
第五:移动查询。移动端查询极大的解放了在外工作的业务人员和领导,方便他们及时查询信息和做决策。
第六:业务模板沉淀。业务模板沉淀,本身就是我们企业经营分析体系的沉淀,通过模板的积累和调整,我们逐渐形成了决策看报表,会议看报表的习惯。用数据驱动运营,用数据报告支撑,这既是我们的战略规划,也是我们孜孜以求的目标。沉淀的业务模板,都是我们宝贵的知识财富,是我们无形的资产。
相关推荐
以上内容为《数据治理体系建设投标方案》文档中的关键知识点概述,该文档详细地介绍了数据治理体系建设的各个方面,旨在帮助企业构建一个高效、可靠的数据治理体系,以应对日益复杂的业务和技术挑战。
数据治理是企业数字化建设的重要组成部分,将从企业组织架构、人员方案、规章制度、技术架构、人员绩效等多维度构建数据架构管理、元数据管理、数据质量管理、数据标准管理、数据安全管理、数据生命周期管理等模型,...
其中,数据治理核心域是指数据治理的中心部分,包括数据治理愿景、数据治理策略、数据治理架构、数据治理标准、数据治理流程等;数据治理管控机制是指数据治理的执行和监督机制,包括数据治理组织架构、数据治理职责...
- **平台功能**:数据治理平台应支持数据范围的确定和梳理、数据初始化和持续更新,以及数据标准的管理。 - **平台实施**:涉及数据管理的软硬件环境准备,包括系统环境、数据字典和元数据的建立。 - **制度...
数据治理是现代企业信息化建设中的重要环节,旨在确保数据的质量、一致性和安全性,以支持企业的决策制定和业务运营。数据模型管控作为数据治理的一部分,涉及到数据的规划、设计、实施和管理。恩核(北京)信息技术...
数据治理体系是指从组织架构、管理制度、操作规范、IT 应用技术、绩效考核支持等多个维度对组织的数据模型、数据架构、数据质量、数据安全、数据生命周期等各方面进行全面的梳理、建设以及持续改进的体系。...
- **数据治理机制建立**:建立健全的数据治理组织结构和流程,确保各项数据治理活动能够得到有效执行。 #### 结语 综上所述,基于大数据平台的数据治理是一项复杂但意义重大的工作。通过有效的数据治理,不仅可以...
项目旨在构建一个灵活、高效的数据治理服务体系,保障数据的及时性、准确性和安全性,为"一网通办"、"一网统管"等城市信息化项目提供坚实基础,同时优化政府数据项目的建设和管理方式,以满足城市级大数据项目的...
综上所述,数据治理四大支撑能力平台建设方案旨在通过建立健全的数据治理体系,提升数据质量、实现数据共享、保障数据安全,最终达到提升企业整体数据治理水平的目的。通过主数据为核心的套装软件、数据资源管理工具...
在实施过程中,企业应设立相应的岗位,如组织法务岗、数据治理岗和安全运维岗,以确保数据安全制度的执行和维护。此外,数据资产管理应采用动态分级分类管理框架,通过自动化工具和人工审核相结合的方式,持续迭代和...
制度设计阶段,应基于业务流程,设计安全规范和制度,如SQL注入防护、业务行为安全、敏感数据处理等。采用技术手段实现数据安全,例如敏感数据智能识别、分级分类、数据存储加密、数据脱敏、细粒度访问控制、数据库...
1. **构建一体化数据治理体系:**通过制定统一的数据管理标准、流程和政策,确保数据的准确性、一致性和安全性。 2. **打破数据孤岛:**通过数据清洗、校验和标准化等手段提高数据质量,为业务应用提供可靠的数据...
DAMA的数据管理知识体系框架则更注重数据治理,而非数据安全的系统化。 面对企业数据安全的挑战,如数字资产梳理不清、数据流转不明、风险监测不准以及数据安全与业务的脱节,构建一个结合业务视角的分层数据安全...
快手稳定性体系建设 快手元数据平台化建设及应用场景 快手指标规范化及OneService平台化实战 Apache Flink 在美团的实践与应用 快手服务治理平台+KESS+的设计理念和实战 快手数据中台建设:大数据服务化之路 快手...
数据中台解决的核心问题是数据的“存”、“通”、“用”,即数据的存储、流通和应用难题,实现一切数据业务化,将所有业务数据化,消除数据孤岛。 数据中台具备以下能力: 1. 数据规范:通过数据标准化和指标体系,...
根据提供的文件信息,我们可以深入探讨“制造业数据治理主数据管理系统建设方案”的几个核心部分: ### 一、主数据管理系统建设的整体思路 主数据管理系统(Master Data Management, MDM)是用于管理和协调整个...
3. **业务创新**:在标准化规范下,通过流程梳理明确业务系统间的关系,推动业务创新。 4. **快速上线**:封装基础能力为服务,支持服务的快速迭代升级。 5. **统一管理**:通过服务总线技术中间件统一管理内外部...
- **持续改进机制**:建立定期评估和反馈机制,根据评估结果不断优化数据治理流程和技术方案。 - **效果评估方法**:通过设定明确的KPIs(关键绩效指标),定期评估数据治理与资产管理的效果,确保项目目标得以实现...
- **体系建设**:基于前期调研和分析的结果,构建数据管理体系。 - **调研思路**: - 采用企业架构元模型为主导思路,从业务域出发,通过调研问卷和现场访谈等方式展开数据资产的现状调研。 - 从应用域出发,...
### 数据治理服务解决方案知识点 #### 一、数据治理概述 **1. 数据治理目标** - **运营合规**:建立符合...通过有效的数据治理,组织可以提高数据质量和安全性,推动数据价值的最大化,进而实现业务目标和发展战略。